知识卡片
近邻距离定义何为相似
曼哈顿距离把各维差的绝对值相加,欧氏距离把各维差平方求和后开方,两者是闵可夫斯基距离 p=1 与 p=2 的特例。马氏距离通过逆协方差考虑尺度和相关性,协方差不可逆时需要调整估计。选择距离前先确定不同单位的特征怎样比较。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- K-NN算法 · 查看原书依据
马氏(Mahalanobis)距离
参考来源
- 位置:《机器学习观止:核心原理与实践》第05章《K-NN算法》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter5.xhtml`)。
- 结论依据:第 5.2 节以四个公式对照距离,马氏距离式显式包含协方差矩阵。
- 原始内容:马氏(Mahalanobis)距离